恢复回收站的表 udal recyclebin restore 命令用于从回收站中恢复被删除的表。 语法： plaintext udal recyclebin restore table where id ?; 参数说明： id ?: 必填参数，指定要恢复的回收站记录的主键 ID。该ID对应于回收站中被删除表的记录。 注意 在执行恢复操作之前，请确认要恢复的表及其ID，以确保恢复正确的对象。 查看回收站策略 使用 udal recyclebin show config 命令可以查看集群的回收站配置策略。该命令返回结果集，包含一条回收站策略的记录。 语法： plaintext udal recyclebin show config; 返回结果的主要字段说明： retainnumber: 表示保留的时间数量。 默认值为15，表示最多保留15个时间单位。 retaintype: 表示保留的时间单位。 0 （默认值）：表示按天计算。 1：表示按月计算。 deletetable: 表示是否允许删除底层物理表。 0（默认值）：表示不删除。 1：表示删除。 deletetime: 表示删除操作的执行时间窗口。 0（默认值）：表示执行时间窗口为(00:00:00, 23:59:59)。 1：表示执行时间窗口为(00:00:00, 06:00:00)。 2：表示执行时间窗口为(06:00:00, 12:00:00)。 3：表示执行时间窗口为(12:00:00, 18:00:00)。 4：表示执行时间窗口为(18:00:00, 23:59:59)。 设置回收站策略 使用 udal recyclebin set config 命令可以设置集群的回收站配置策略。通过该命令，用户可以调整回收站的保留时间数量、保留时间单位、删除表的权限以及删除时间窗口等参数。 语法： plaintext udal recyclebin set config assignmentlist assignment: colname value assignmentlist: assignment [, assignment] ... 其中colname可以是retainnumber、retaintype、deletetable、deletetime 参数说明： retainnumber: 表示保留的时间数量。 默认值为15，表示最多保留15个时间单位。 retaintype: 表示保留的时间单位。 0 （默认值）：表示按天计算。 1：表示按月计算。 deletetable: 表示是否允许删除底层物理表。 0（默认值）：表示不删除。 1：表示删除。 deletetime: 表示删除操作的执行时间窗口。 0（默认值）：表示执行时间窗口为(00:00:00, 23:59:59)。 1：表示执行时间窗口为(00:00:00, 06:00:00)。 2：表示执行时间窗口为(06:00:00, 12:00:00)。 3：表示执行时间窗口为(12:00:00, 18:00:00)。 4：表示执行时间窗口为(18:00:00, 23:59:59)。

TOP SQL执行耗时分布 1、登录管理控制台。 单击管理控制台左上角的，选择区域和项目。 单击页面左上角的，选择“数据库 > 数据管理服务 DAS”，进入数据管理服务页面。 在左侧的导航栏中单击“DBA智能运维 > 实例列表”页签，进入DBA智能运维实例列表页面。 在实例列表页面右上角，按照引擎、实例名称或者实例IP筛选实例。 选择目标实例，单击“详情”，进入DBA智能运维总览页面。 单击“全量SQL洞察”，进入全量SQL洞察页面。 单击“开启DAS收集全量SQL”，可获取当前实例所执行过的SQL信息。 说明 DAS收集全量SQL功能开启后立即生效。 在“TOP SQL”页签中，查看TOP SQL执行耗时分布情况。 您可以根据需要设置时间段，选择“近1小时”、“近3小时”、“近6小时”，查看当前时间段内的TOP SQL执行耗时分布。也可以选择上述以外时间段进行查看，间隔不得超过一天。 执行耗时分布展示了选定时间范围内所有SQL的执行耗时分布，共分为以下4个区间。 1s：执行耗时>1s的SQL执行次数 上述4个区间内的SQL执行次数是根据用户选择的时间段来计算的。 如果用户选择1小时以内（包括1小时）的时间段，执行耗时分布每10秒计算一次。 如果用户选择6小时以内（包括6小时）的时间段，执行耗时分布1分钟计算一次。 如果用户选择大于6小时的时间段，执行耗时分布每5分钟计算一次。 DAS支持查看实例级别和节点级别的执行耗时分布，当您选择“节点”时，默认显示主节点的执行耗时分布。如果您想查看其他节点的执行耗时分布，请单击切换节点按钮选择其他您想要查看的节点。 查看TOP SQL列表，获取执行耗时信息。例如平均执行耗时、总耗时、 平均锁等待耗时、平均扫描行数等。 单击执行耗时分布图上的某个点，查看该时间点的TOP SQL列表。 在执行耗时分布图上用鼠标选择一段时间，查看该段时间的Top SQL列表。 单击“导出”可导出当前列表里显示的TOP SQL信息。此功能仅限付费实例使用，免费实例暂不支持导出功能。 单击操作栏的“详情”按钮，可以查看该执行SQL的详细执行信息。例如总执行次数、平均扫描行数、平均执行耗时等信息。

按需计费的DLI队列，如果没有提交作业运行就不计费？ 按需计费的DLI队列（非专属资源）仅在队列运行作业时计费，按队列的实际CU计费，请注意是队列的实际CUs，非作业运行CUs。 以小时为单位进行结算，不足一小时按一小时计费，小时数按整点计算。 按需计费的DLI队列（专属资源），无论是否运行作业，自创建起按自然小时收费。 数据湖队列什么情况下是空闲状态？ 队列空闲状态是指在DLI 作业管理中，该队列下均无SQL 作业运行，或者 Flink 作业运行、Spark 作业运行。 即一个自然小时内无作业运行，该自然小时为空闲状态。不会进行计费。 通常按需计费的队列，在空闲1h后计算资源会被释放，再次使用时，需要重新分配计算资源，可能会耗费5~10min时间。 按需计费以小时为单位进行结算。不足一小时按一小时计费，小时数按整点计算。 例如 12:10 ~12:30、12:10 ~12:55 期间使用，则收取1个小时的费用。 如何购买30cus规格资源？ 这种情况，请购买2个16cus规格的队列，不会对业务造成影响。 关于如何购买队列，请参考“创建队列”。 怎样查看DLI的数据扫描量？ 1. 登录DLI管理控制台。 2. 选择“作业管理 > SQL作业”。 3. 筛选执行队列为default队列，查看相应的作业。 4. 单击展开作业，查看已扫描的数据。

本文将为您介绍如何在专有宿主机上创建云主机 操作步骤 进入创建云主机页面 1. 登录控制中心。 2. 单击控制中心顶部的，选择“地域”。 3. 单击左侧导航栏“产品服务列表”，选择“计算 >弹性云主机 > 弹性云主机”，进入弹性云主机列表页。选中页面右上角“创建云主机”；或选择“计算 >弹性云主机 > 专有宿主机”，进入专有宿主机列表页，点击宿主机操作栏中“创建实例”按钮。 4. 选择专有宿主机，支持系统随机指定或手工指定，也可以不使用专有宿主机，在共享宿主机上对云主机进行创建。 5. 云主机相关配置项可查看++创建弹性云主机++，在专有宿主机上的云主机仅支持按量付费的计费模式。 6. 对云主机相关参数进行确认，如果您确认配置无误，单击“立即购买”。

本文介绍公共算力服务的应用场景。 东数西算助力“算效提升” 适用场景 均衡东西部算力生态协同发展，如东数西训、东数西存、东数西渲等场景。 推荐方案 平台将区域内的算力资源进行并网和统一调度及交易，将东部算力需求有序引导至西部，促进东西部算力高效利用，降低业务成本，提升业务服务质量。 智能计算助力“AI创新” 适用场景 适用AI、科研实训、大模型等智算业务需求场景。 推荐方案 通过智算并网，引入大规模智算算力，根据应用场景，提供稳定可靠的智算算力资源。 通用计算助力“算力普惠化” 适用场景 适用于常规企业应用场景，基于算力并网实现对社会算力并网，算力云化，实现算力标准化、普惠化。 推荐方案 结合服务商管理、统一计量清算、算力运营等算力交易技术，实现“跨厂商算力统一交易、统一调度、统一运营”，高效合理调度全局算力和网络资源，为用户提供物美价廉的通用算力。

本文主要介绍如何开启/关闭超线程。 操作场景 购买弹性云主机时，您可以通过设置“CPU选项”，开启或关闭超线程。若不设置，则默认开启超线程。 超线程HT（HyperThreading）技术，允许在CPU的每个物理内核上公开两个执行上下文，即一个物理内核包含两个虚拟的“逻辑内核”，可以处理不同的软件线程。vCPU（virtual CPU）即为虚拟的“逻辑内核”。 x86架构的弹性云主机实例支持超线程技术： 开启超线程：适用于需要CPU内核在同一时间并行处理更多的信息和后台任务的场景，开启多线程可以大幅提升计算体验。 关闭超线程：适用于计算密集型，且关闭超线程时性能优于开启超线程的场景，例如风机荷载、材料计算等HPC场景。 约束与限制 弹性云主机购买完成后无法修改超线程状态，需要通过变更规格的方式修改ECS实例的超线程状态。 该操作不涉及收费。 支持开启或关闭超线程的规格，请参见实例规格（X86）、实例规格（鲲鹏）中各类云主机的概述介绍。 目前除海口资源池外，均已支持此功能。 开启/关闭超线程（购买时） 1、登录控制台，进入购买弹性云主机页面。 根据业务需要，完成基础配置、网络配置以及高级配置。详细内容，请参见创建弹性云主机。 2、勾选“现在配置”，展开“高级选项”。 3、勾选“指定CPU选项”。 4、设置“每核心线程数”。 当勾选“指定CPU选项”时，显示该参数。在“每核心线程数”下拉框进行设置。 关闭超线程 开启超线程，默认开启 5、单击“下一步：确认配置”，确认参数并完成弹性云主机的购买。

如何删除通过弹性伸缩创建的云主机？ 处理方法 方法一： 1. 登录管理控制台。 2. 选择“计算 > 弹性伸缩”。 3. 单击具体的“弹性伸缩组”名称。 4. 在“弹性伸缩组”详情页面中，选择“伸缩实例”页签。 5. 在“操作”列下选择需要删除的实例，单击“移出伸缩组并删除”。 说明 如果您要删除多个实例，可以依次勾选指定实例名称左侧的方框，单击“移出伸缩组并删除”。 方法二： 1. 登录管理控制台。 2. 选择“计算 > 弹性伸缩”。 3. 单击具体的“弹性伸缩组”名称。 4. 在“弹性伸缩组”详情页面中，选择“伸缩策略”页签。 5. 在“伸缩策略”页签中增加一条删除云主机的伸缩策略，可以按照需要减少或者调整至指定数量。 方法三： 1. 登录管理控制台。 2. 选择“计算 > 弹性伸缩”。 3. 单击具体的“弹性伸缩组”名称。 4. 在“弹性伸缩组”详情页面中，单击右上方“修改”，进入“修改伸缩组”页面。 5. 手动修改伸缩组的期望实例数。 如何阻止伸缩组内的云主机被自动移除？ 您可以对伸缩组中一个或多个正常状态的实例启用实例保护设置，当伸缩组发生自动减容活动时，设置了实例保护的实例将不会被移除伸缩组。您还可以设置伸缩组的最小实例数，配合实例移除策略，可以使伸缩组始终至少保持一定数量的云主机实例运行。 值得注意的是，健康检查会将异常的实例从伸缩组中移除，并重新创建新的云主机实例。所以，请不要在云主机页面停止或者删除已经加入到伸缩组中的云主机实例，否则我们认定该云主机实例不健康，并自动移出伸缩组。当伸缩组为停用状态时，对实例的健康状态会继续进行检查，但不会执行移除操作。

3.3 SM4工具类 import org.bouncycastle.jce.provider.BouncyCastleProvider; import javax.crypto.Cipher; import javax.crypto.KeyGenerator; import javax.crypto.SecretKey; import javax.crypto.spec.SecretKeySpec; import java.security.Security; public class SM4Util { static { Security.addProvider(new BouncyCastleProvider()); } // 生成SM4密钥 public static byte[] generateKey() { try{ KeyGenerator keyGenerator KeyGenerator.getInstance("SM4", "BC"); keyGenerator.init(128); // 可选 128 或 256 SecretKey secretKey keyGenerator.generateKey(); return secretKey.getEncoded(); } catch (Exception e) { //TODO 处理异常 } } // 加密 public static byte[] encrypt(byte[] keyBytes, byte[] data) { try{ SecretKeySpec keySpec new SecretKeySpec(keyBytes, "SM4"); Cipher cipher Cipher.getInstance("SM4/ECB/PKCS5Padding", "BC"); cipher.init(Cipher.ENCRYPTMODE, keySpec); return cipher.doFinal(data); } catch (Exception e) { //TODO 处理异常 } } // 解密 public static byte[] decrypt(byte[] keyBytes, byte[] encryptedData) { try{ SecretKeySpec keySpec new SecretKeySpec(keyBytes, "SM4"); Cipher cipher Cipher.getInstance("SM4/ECB/PKCS5Padding", "BC"); cipher.init(Cipher.DECRYPTMODE, keySpec); return cipher.doFinal(encryptedData); } catch (Exception e) { //TODO 处理异常 } } } 3.4 Hmacsm3工具类 import org.apache.commons.codec.binary.Base64; import org.bouncycastle.crypto.digests.SM3Digest; import org.bouncycastle.crypto.macs.HMac; import org.bouncycastle.crypto.params.KeyParameter; import java.security.SecureRandom; public class HmacSM3Util { / 计算 HMACSM3 @param key 密钥 @param data 数据 @return HMACSM3 值 / public static byte[] hmacSM3(byte[] key, byte[] data) { HMac hmac new HMac(new SM3Digest()); hmac.init(new KeyParameter(key)); hmac.update(data, 0, data.length); byte[] result new byte[hmac.getMacSize()]; hmac.doFinal(result, 0); return result; } / 生成指定长度的随机密钥 @param length 密钥长度（字节） @return 随机生成的密钥 / public static byte[] generateRandomKey(int length) { SecureRandom random new SecureRandom(); byte[] key new byte[length]; random.nextBytes(key); return key; } // 示例用法 public static void main(String[] args) { // 生成随机密钥 byte[] key generateRandomKey(16); // 16字节长度的随机密钥 // 待计算的数据 byte[] data "Hello, HMACSM3!".getBytes(); // 计算 HMACSM3 值 byte[] hmacValue hmacSM3(key, data); // 打印结果 System.out.println("HMACSM3 值: " + Base64.encodeBase64String(hmacValue)); } }

本文介绍裸金属的相关功能。 裸金属概述 提供通用/GPU等云上物理机服务，无虚拟化损失100%释放算力，提供卓越的计算性能。 创建裸金属 1. 登录公共算力服务控制台。 2. 单击左侧导航栏的【计算>裸金属】，点击左上角【创建裸金属】。 3. 填写裸金属创建的必要参数。创建裸金属参数说明： 参数 说明 计费模式 仅支持包年包月付费类型，购买时需配置购买时长。 实例规格 选择裸金属的实例规格。 操作系统 选择裸金属的操作系统。 网络配置 选择VPC和子网，支持创建新的VPC。 支持使用公网IP。选择【自动分配】时，支持带宽大小的调整。选择【使用已有IP】时，支持选择已创建好的公网IP。 系统配置 填写实例名称，实例名称会自动生成，可支持修改；填写登录的密码，需按照密码的校验规则，密码支持自动生成。 4. 确认配置等费用，点击【立即创建】，将进入天翼云官网的订单页进行资源订购。 操作裸金属 登录 1.点击列表的【登录】按钮。 2.输入用户名和密码，进行SSH登录。

本文主要介绍应用监控与Prometheus监控的计费说明。 目前天翼云应用性能监控包括应用监控与Prometheus监控。开通应用性能监控APM不收取费用，开通后即可使用应用监控与Prometheus监控能力，使用过程中将按照各计费项进行计费。 其中应用监控提供按量付费与资源包模式，Prometheus监控提供按需计费模式。 说明 Prometheus监控仅对自定义指标收取指标上报费用，对云容器引擎的基础指标不收取上报费用，且提供免费15天存储。 目前容器基础指标存储时间默认为15天，因此默认情况下，在云容器引擎中开启Prometheus基础指标监控不会产生额外费用，请放心使用。若额外开启自定义指标监控，请参考下文计费说明。 应用监控计费说明 按需计费 若以Javaagent方式接入，则按照以下方式进行按需计费： 总费用 Agent数量 按需计费单价时间 计费项 单位 免费额度 价格 探针时 agenthour 每月提供2200agenthour的免费额度 0.2元 注意 一个探针使用一小时收费0.2元，一天需支付4.8元。调用链数据默认存储1个月，指标数据默认存储1个月。 Agent实例使用时长不足1小时不计费。 探针时（agenthour）：1个探针可以监控1个应用实例，如一个Tomcat实例或一个Java进程。1探针时（agenthour）表示一个探针使用了1小时。 若以其他非JavaAgent方式接入,则按照以下方式进行按需计费： 总费用 上报量总费用 + 链路存储时长总费用 上报量总费用 上报数量（百万个）× 上报数量单价 链路存储时长总费用 上报数量（百万个）× 存储时长（天）× 链路储存单价 计费项 单位 免费额度 价格 Span上报量 百万个 每月提供30百万个span的免费额度 0.1元 Span存储量 百万个天 每月提供210百万个天的免费额度 0.06元 注意 产生1百万条span上报量，收费0.1元；1百万Span存储1天，收费0.06元。调用链数据默认存储1个月，指标数据默认存储1个月。 Span上报量不足1百万不计费。 Span存储量不足1百万不计费。 > Span：Trace通常指的是一个完整的调用序列，包括所有函数的调用和返回。Span则更侧重于单个函数调用或其内部逻辑的一部分，可以被视为Trace的一个子集，代表一个具体的逻辑运行单元。

计费项目 用量 费用计算 每月总费用（元） AOne基础版（中国内地）套餐 1 11800元1800元 1800元 总计 1800元

本页面介绍了如何从本地数据迁移至云数据库ClickHouse。 前提条件 1. 创建了目标云数据库ClickHouse实例。详细的操作步骤，请参考创建实例。 2. 创建了用于目标云数据库ClickHouse集群的数据库账号和密码。详细的操作步骤，请参考创建账号。 从clickHouseclient导入详细示例 假设有一个本地的CSV文件包含以下数据： data.csv: 1,John,Doe 2,Jane,Smith 3,Michael,Johnson 现在要将这些数据导入到云数据库ClickHouse的表 users中，该表包含 id、firstname和 lastname列。 1. 准备本地数据文件：创建一个名为 data.csv的文本文件，并将上述数据复制粘贴到文件中。 2. 打开终端或命令提示符：在计算机上打开终端或命令提示符窗口。 3. 运行clickhouseclient：在终端或命令提示符中输入以下命令，并按回车键运行clickhouseclient： clickhouseclient h port user password 4. 连接到云数据库ClickHouse：在clickhouseclient中输入以下命令并按回车键，将其连接到目标数据库： use yourdatabasename; 其中，yourdatabasename是要导入数据的目标数据库的名称。 5. 创建目标表（如果需要）：如果目标数据库中还没有适合导入数据的表，可以使用以下命令创建一个新表： CREATE TABLE users ( id Int32, firstname String, lastname String ) ENGINE MergeTree() ORDER BY id; 这将创建一个名为 users的表，包含 id、firstname和 lastname列，并使用MergeTree存储引擎进行数据存储。 6. 导入数据：使用以下命令将本地数据导入到 users表中： INSERT INTO users FORMAT CSV WITH ( formatcsvdelimiter ',', formatcsvquotechar '"', formatcsvskipheader 0 ) SELECT toInt32(column1), column2, column3 FROM file('data.csv'); 这个命令将读取 data.csv文件中的数据，并将其插入到 users表中。FORMAT CSV指定了数据文件的格式为CSV， formatcsvdelimiter指定了CSV文件中的字段分隔符为逗号，formatcsvquotechar指定了字段的引号字符为双引号，formatcsvskipheader指定了跳过CSV文件的首行标题。 SELECT语句用于指定要插入的数据列，并通过 toInt32()函数将 id列转换为整数类型。 file('data.csv')用于读取数据文件，这里的路径可以根据实际情况进行调整。 7. 执行导入命令：在clickhouseclient中输入导入数据的INSERT语句，并按回车键执行导入操作。导入过程可能需要一些时间，具体时间取决于数据量的大小和系统性能。 完成上述步骤后，数据将成功导入到云数据库ClickHouse的 users表中。您可以通过查询 SELECT FROM users来验证导入的数据是否正确。 上述步骤只是一个示例，实际操作可能因数据库和数据文件的结构而有所不同，您需要根据您的实际情况和表结构进行相应的调整。

灵活配置 依托天翼云提供的海量高并发、多种资源类型（如CPU、内存、GPU等）的容器计算资源，支持容器组精确到实例的资源限定配额，您可以根据需要灵活部署，以满足不同业务场景的需求。 兼容Kubernetes 原生支持 Kubernetes，支持ECI通过虚拟节点接入到Kubernetes集群中，从而使得集群可以平滑使用 ECI，轻松获得极大的弹性能力，而不必受限于集群的节点计算容量。

主要介绍翼MapReduce服务的产品规格。 通用计算型 规格名称 核数 内存 ::: s3.4xlarge.4 16核 64GB 通用计算增强型 规格名称 核数 内存 ::: c6.2xlarge.4 8核 32GB c6.4xlarge.4 16核 64GB c6.8xlarge.4 32核 128GB c6.16xlarge.4 64核 256GB c6s.4xlarge.2 16核 32GB c6s.4xlarge.4 16核 64GB c6s.8xlarge.4 32核 128GB c6s.16xlarge.4 64核 256GB c7n.4xlarge.4 16核 64GB c7n.6xlarge.4 24核 96GB c7n.8xlarge.4 32核 128GB c7n.12xlarge.4 48核 192GB c7n.16xlarge.4 64核 256GB c7n.24xlarge.4 96核 384GB 内存优化型 规格名称 核数 内存 ::: m6.2xlarge.8 8核 64GB m6.3xlarge.8 12核 96GB m6.4xlarge.8 16核 128GB m6.6xlarge.8 24核 192GB m6.8xlarge.8 32核 256GB m6.16xlarge.8 64核 512GB

计费模式 服务类型 计费方式 计量维度 描述 订购方式 适应场景 按量计费 （后付费） 基础服务 按流量 流量 按照每小时的实际流量计费。 支持官网订购。 适用于流量曲线波动较大，有带宽尖峰，且全天内带宽利用率小于30%的客户。 按量计费 （后付费） 基础服务 按带宽 日带宽峰值 按照每日带宽峰值计费，按账户每5分钟统计一个带宽值，每日得到288个值，取其中的最大值作为当日的日带宽峰值计费点。 需 适用于流量曲线较为平稳，且全天内带宽利用率大于30%的客户。 按量计费 （后付费） 基础服务 按带宽 月平均日带宽峰值 按照自然月结算，在每个自然日内，按账户每5分钟统计一个带宽值，对所有有效带宽值进行降序排列，取其中的最大值作为日带宽峰值计费点。最后对所有有效日的日带宽峰值求和取平均，获得当月的月平均日带宽峰值。 需 适用于月消费金额大于10万元，或预期大于10万元的客户。 备注： 更多按带宽峰值计费的具体单价可通过 按量计费 （后付费） 基础服务 按带宽 月带宽峰值 在一个自然月内，按账户每5分钟统计一个带宽值，对所有有效带宽值进行降序排列，取其中的最大值作为当月的月带宽峰值计费点。 以一月30天为例，默认均为有效取值点，每5分钟1个带宽取值点，每天288个取值点，每月总取值点数为 288x30 8640个，取其中的最大值作为当月的月带宽峰值计费点。 需 适用于月消费金额大于10万元，或预期大于10万元的客户。 备注： 更多按带宽峰值计费的具体单价可通过 按量计费 （后付费） 基础服务 按带宽 月95带宽峰值 在一个自然月内，按账户每5分钟统计一个带宽值，对所有有效带宽值进行降序排列，将带宽数值最高的 5% 的点去掉，剩余最高带宽即为月95带宽峰值计费值。 以一月30天为例，默认均为有效取值点，每5分钟1个带宽取值点，每天288个取值点，每月总取值点数为 288 x 30 8640个；将所有的点按带宽数值降序排列，去掉前5%的点（8640 x 5% 432），即第433个点为当月的月95带宽峰值计费点。 需 适用于月消费金额大于10万元，或预期大于10万元的客户。 备注： 更多按带宽峰值计费的具体单价可通过 按量计费 （后付费） 增值服务 按请求数 静态HTTPS/QUIC请求数 客户的域名开启HTTPS或QUIC功能后，将根据访问CDN产生的静态HTTPS请求数或静态QUIC请求数计费。 支持官网订购。 天翼云CDN加速产品的增值服务是通过增值功能来满足客户特定需求的一种方式。开通使用后，需额外付费。 按量计费 （后付费） 增值服务 按张数 内容审核 目前内容审核主要针对图片是否涉黄、涉暴恐进行鉴定。 支持官网订购。 天翼云CDN加速产品的增值服务是通过增值功能来满足客户特定需求的一种方式。开通使用后，需额外付费。 按量计费 （后付费） 增值服务 按流量/带宽 高性能网络 当普通国际网无法满足客户跨境传输需求时，通过开通高性能网络，可起到跨境加速效果。 支持官网订购。 天翼云CDN加速产品的增值服务是通过增值功能来满足客户特定需求的一种方式。开通使用后，需额外付费。 按量计费 （后付费） 增值服务 按函数执行次数 边缘函数 边缘函数功能可以让企业研发人员将自定义的代码秒级一键部署到天翼云CDN边缘节点上，实现可编程CDN能力，快速满足不同客户的个性化定制需求。 支持官网订购。 天翼云CDN加速产品的增值服务是通过增值功能来满足客户特定需求的一种方式。开通使用后，需额外付费。 资源包 （预付费） 基础服务 流量包 流量 当前CDN加速支持订购的资源包均为一次性预付费，有效期为一年，当前无按月计费周期的资源包。 支持官网订购。 相较于按量计费，流量包具有一定的优惠折扣。相关优惠活动，详情请见： 资源包 （预付费） 增值服务 静态HTTPS请求包 静态HTTPS请求数 当前CDN加速支持订购的资源包均为一次性预付费，有效期为一年，当前无按月计费周期的资源包。 支持官网订购。 相较于按量计费，流量包具有一定的优惠折扣。相关优惠活动，详情请见：

专属云（计算独享型） 该服务为专属云Kafka开通前必选服务，在开通了专属云计算独享后，才能在控制台中节点选择此专属云标识的环境，再进入控制台的分布式消息服务，来操作专属云Kafka的开通。 专属云（存储独享型） 该服务为专属云Kafka开通时的可选服务，在进如专属云Kafka的开通过程中，队列实例规格必须在专属云计算独享型，而队列存储的部分支持选择公有云的云盘承载，也可选择已经购买的专属云存储独享型，可根据需求灵活选择。

本文为您介绍经济型云主机的产品规格。 经济型云主机 经济型云主机共享宿主机的CPU资源，提供基本水平的vCPU性能、平衡的计算、内存和网络资源，具有较低的价格，有可用性保障，无性能保障。支持小型的业务运行。适用于对价格敏感，性能要求低的场景，如小型网站、开发测试环境、个人云上学习环境等。 适用场景 ● 小型网站 ● 开发测试环境 ● 个人云上学习环境 规格特点 规格名称 计算 磁盘类型 经济型e 1.CPU/内存配比：1:1/1:2/1:4 2.vCPU数量范围：28 3.处理器：英特尔®至强®可扩展处理器 普通IO 高IO 通用型SSD 超高IO 经济型e弹性云主机的规格 实例规格 vCPU 内存（GiB） 基准带宽/最大带宽（Gbps） 网卡多队列 e.large.1 2 2 0.2/2 1 e.large.2 2 4 0.2/2 1 e.large.4 2 8 0.2/2 1 e.xlarge.2 4 8 0.4/3 1 e.xlarge.4 4 16 0.4/4 1 e.2xlarge.2 8 16 0.8/4 1 e.2xlarge.4 8 32 0.8/4 1

安全防护 云数据库 GeminiDB具有多层网络防护。通过虚拟私有云、子网、安全组、DDoS防护以及SSL安全访问等多层安全防护体系，有力地抗击各种恶意攻击，保证数据安全。 基于虚拟私有云技术，真正实现租户隔离和访问控制。 通过传输层SSL安全协议，提供安全及数据完整性保障。 可在IP及端口层面进行安全访问限制，加强云数据库 GeminiDB与其他服务间的安全访问。 性能监控 云数据库 GeminiDB具有完善的性能监控，为您分担60%以上的运维工作。对CPU使用率、IOPS、网络吞吐量等实例信息实时监控及报警，随时随地了解实例动态。 易用性 即开即用 您可以通过控制台实时创建目标实例，配合服务器一起使用，通过内网连接数据库，有效地降低应用响应时间、节省公网流量。 高度兼容 目前，云数据库 GeminiDB兼容InfluxDB协议、Redis协议。 易扩展 云数据库GeminiDB作为基于计算存储分离的分布式数据库服务，可达到分钟级计算节点扩展，秒级存储扩容。

本文介绍DRDS的产品优势。 高性能 分布式服务架构，对比单机数据库服务，支持分库分表，能力线性提升。 支持读写分离，水平拆分后如果还存在较大的查询压力，可以开启读写分离，有效提供读扩展的同时提高开发灵活性。 弹性扩展 分层架构确保计算、存储均可线性扩展，完美解决单机数据库水平扩展瓶颈。 扩容过程对业务完全透明，无需业务中断。 简单易用 全面兼容MySQL协议和语法，兼容大部分MySQL客户端。 分片过程对业务无干预，使用流程如单机数据库，学习成本低。 支持可视化控制台，提供专有的运维管理指令。 高可用 通过弹性负载均衡实现无状态计算节点的高可用性，故障时流量自动切换，实现秒级容灾切换。 关联高可用存储节点，具备双机热备、数据备份和数据恢复的高可用特性。 支持多可用区部署，提供机房级别的高可用容灾架构。 低成本 提供完善的运维和技术支持，相比开源产品总体性价比更高。 支持多种规格配置，覆盖不同业务规模场景。

功能类别 主要功能模块 批量配置域名、域名操作日志、标签管理、基础配置、回源配置、HTTPS/HTTP2.0配置、HTTP3.0配置、缓存配置、访问控制、文件处理、视频相关、业务告警、云备源、CDN镜像源、防攻击处理预案说明、图片内容审核增值服务等。 新增证书、查看证书、删除证书、替换过期证书。 用量分析（带宽流量、请求数、状态码、浏览量/访问量（PV/UV）、命中率）、热门分析（热门URL、热门URL回源、热门Referer、域名排行、TOP客户端IP）、用户分析（访问用户区域分布、用户所在区域的带宽排序、独立IP访问数、访问运营商分布）。 URL刷新、目录刷新、正则刷新、URL预取。 离线日志下载。 可编程CDN 为企业内部的员工设置不同的访问权限。

您可以根据实际情况,在节点上部署Giserver、TeleMatrix等服务。 背景信息 当您创建DRDS实例后，可以根据实际情况为DRDS的某一节点部署服务，以满足业务需求，支持部署的服务说明如下： 服务 说明 GiServer 全局索引服务，用于提升非分片键查询（select语句）时的效率，避免广播查询 Migration 分片迁移服务，用于分片间的数据迁移 ZKCDC 灾备服务，用于容灾场景下数据传输服务DTS进行数据同步 TeleMatrix 复杂查询引擎（TeleMatrix），用于专注处理OLAP请求，确保分析查询的高效与准确 约束限制 目标实例节点上未运行其他服务（指GiServer、Migration、ZKCDC和TeleMatrix等服务）。如已开启其中任意一个服务，请先停止该服务，才能使用该节点开启目标服务，以保证服务可用性和流畅性，避免因同一节点同时部署多个服务导致资源崩溃。 说明 如需同时使用多个服务，您可以根据实际情况为DRDS实例部署多个节点，然后在不同节点上分别开启Migration、ZKCDC、TeleMatrix和Giserver等服务，满足业务需求。 操作步骤 1. 在天翼云官网首页的顶部菜单栏，选择产品 > 数据库 > 关系型数据库 > 分布式关系型数据库 ，进入分布式关系型数据库产品页面。然后单击管理控制台 ，进入概览 页面。 2. 在左侧导航栏，选择DRDS > 实例管理 ，进入实例列表页面。然后在顶部菜单栏，选择区域和项目。 3. 在实例列表中，找到目标实例，单击操作 列的管理 ，进入实例基本信息 页面。 4. 单击计算节点管理，进入计算节点页面。 5. 在计算节点列表中，找到目标节点，然后单击，即可在服务列表中查看节点类型（即服务）以及节点状态（服务运行状态）。 6. 配置服务。 GiServer：在节点服务列表中，找到目标服务，单击操作 列的设置 ，进入GiSever服务管理页面开启服务。详细配置，请参见开启全局索引。 Migration：在节点服务列表中，找到目标服务，单击操作 列的设置 ，进入Schema管理页面，然后在创建分片迁移任务时，选中目标节点即可自动为该节点配置并启动Migration。分片迁移操作，请参见分片迁移。 注意 当目标节点上的最后一个迁移任务被删除后，Migration服务会自动停止，无需手动操作。 ZKCDC：请进入数据传输服务DTS控制台进行配置，当您配置完毕，服务的节点状态 将会显示为运行中。 TeleMatrix：在计算节点列表中，找到目标节点，然后在操作 列选择更多 > 部署复杂查询 ，即可开启服务。具体操作，请参见管理复杂查询。

本节介绍了专属云（计算独享型）的计费规则。 1、 购买 ：本产品项目制销售，购买前需联系客户经理，如果没有客户经理可拨打天翼云客服电话4008109889咨询。 2、 续订 ：已购资源到期前需联系客户经理进行续订。 3、 退订： 本产品不支持无理由退订。

本文主要介绍可信数据空间的产品优势。 功能模块解耦 1.统一标准接口：提供统一标准化交互接口协议，可集成集成自研和外部厂商数据开发平台、隐私计算框架平台； 2.独立插拔部署：数据要素交易、可信流通计算与共享、运营管理支撑等能力解耦，可独立插拔部署的SaaS应用产品。 轻量化设计 1.轻量化功能：采用最小功能集原则设计，覆盖数据要素生产、加工、审核、上架、订购、交易合约、产品交付、结算支付等全流程； 2.轻量化交付：面向不同流通场景，按需提供场景化模板，轻量化交付，降低数据流通参与门槛，实现开箱即用。 二次开发 1.源码开放：建立开源代码仓库和开发者生态社区； 2.API开放：通过搭建开发者社区模式，提供开发规范和 API 开发文档； 3.门户集成：使用标准的OAuth2.0协议，支持外部页面的单点登录接入； 4.插件开发：提供大量标准的数据采集、数据加工和算法算子插件，可以自由拖拽组合形成完整的数据流通和共享开发体系。

explain analyze select t1. from t1,t2 where t1.f1t2.f1 limit 10; QUERY PLAN Limit (cost100.25..101.70 rows10 width367) (actual time1.527..3.899 rows10 loops1) > Remote Subquery Scan on all (dn01,dn02,dn03,dn04,dn05,dn06,dn07,dn08,dn09,dn10) (cost100.25..101.70 rows10 width367) (actual time1.525..1.529 rows10 loops1) Planning time: 0.360 ms Execution time: 18.193 ms (4 rows) Time: 19.921 ms 可以看到，preferolap设置为on后，计算、排序和limit过滤在DN上完成，返回CN的数量是每个DN节点limit之后的数据，解决了上面SQL优化前大量数据上拉CN节点的问题，性能提升了150倍。 这里也说明，preferolap参数使用也和SQL特点有关，如果将preferolap设置off，SQL需要拉大量数据到CN计算的话，性能会明显下降，我们在设置preferolap参数前一定要做好评估。

搭建本地知识库 用户也可以尝试通过预置提示词、知识库，生成独立的 AI 应用。我们这里以使用ollama添加DeepSeek模型搭建本地知识库为例。 步骤1：点击上方【知识库】，点击【创建知识库】，添加相关知识库文档； 步骤2：进入知识库编辑页面，上传需要处理的文档（支持 TXT、 MARKDOWN、 MDX、 PDF、 HTML、 XLSX、 XLS、 DOCX、 CSV、 MD、 HTM，每个文件不超过 15MB）。 此处选择在创建开发机时挂载的数据集文件，目录为/home/datasetfs0/tmp中。 步骤3：进入文本分段与清洗页面，选择默认配置，点击【保存并处理】。完成配置后，系统会自动对上传的文档进行解释和向量化处理； 步骤4：返回Dify聊天应用编排页面，在上下文中添加我们刚才导入的知识库。现在我们可以在测试页面中输入问题进行提问，系统将会基于本地知识库返回答案。至此，我们已成功使用Dify+DeepSeek模型构建私有知识库，Dify还具备工具、函数等强大能力，请用户自行探索相关功能。

select count(1) from teledbpg1; count 1000000 (1 row) Time: 57.713 ms teledb create materialized view countview as select count(1) as num from teledbpg1; SELECT 1 Time: 107.264 ms teledb select num from countview; num 1000000 (1 row) Time: 0.548 ms 性能提高上百倍。 有数据变化时刷新方法。 plaintext teledb insert into teledbpg1 select t,md5(random()::text) from generateseries(1,1000000) as t; INSERT 0 1000000 Time: 2817.703 ms (00:02.818) teledb select count(1) from teledbpg1; count 2000000 (1 row) Time: 147.231 ms teledb refresh materialized view countview; REFRESH MATERIALIZED VIEW Time: 259.462 ms teledb select num from countview; num 2000000 (1 row) Time: 0.555 ms 7. 建议复杂的统计查询可以尝试窗口函数。 8. 两表join时尽量的使用分布key进行join。 9. 分布键用唯一索引代替主键 plaintext teledb create unique index toididuidx on toids using btree(id); CREATE INDEX 因为唯一索引后期的维护成本比主键要低很多。 10. 分布键无法建立唯一索引则要建立普通索引，提高查询的效率 plaintext teledb create index toidsnameidx on toids using btree(name); CREATE INDEX 这样两表在join查询时返回少量数据时的效率才会高。 11. 不要对字段建立外键 目前TeleDB还不支持多DN 外键约束。

select count(1) from teledbpg1; count 1000000 (1 row) Time: 57.713 ms teledb create materialized view countview as select count(1) as num from teledbpg1; SELECT 1 Time: 107.264 ms teledb select num from countview; num 1000000 (1 row) Time: 0.548 ms 性能提高上百倍。 有数据变化时刷新方法。 plaintext teledb insert into teledbpg1 select t,md5(random()::text) from generateseries(1,1000000) as t; INSERT 0 1000000 Time: 2817.703 ms (00:02.818) teledb select count(1) from teledbpg1; count 2000000 (1 row) Time: 147.231 ms teledb refresh materialized view countview; REFRESH MATERIALIZED VIEW Time: 259.462 ms teledb select num from countview; num 2000000 (1 row) Time: 0.555 ms 7. 建议复杂的统计查询可以尝试窗口函数。 8. 两表join时尽量的使用分布key进行join。 9. 分布键用唯一索引代替主键。 plaintext teledb create unique index toididuidx on toids using btree(id); CREATE INDEX 因为唯一索引后期的维护成本比主键要低很多。 10. 分布键无法建立唯一索引则要建立普通索引，提高查询的效率。 plaintext teledb create index toidsnameidx on toids using btree(name); CREATE INDEX 这样两表在join查询时返回少量数据时的效率才会高。 11. 不要对字段建立外键 目前TeleDB还不支持多DN 外键约束。

CALL pcollatepinyin(); NOTICE: 严 > 丰 CALL teledb 变量赋值 plaintext teledb CREATE OR REPLACE PROCEDURE psetval() AS $$ DECLARE 定义时赋值 vint1 integer 1; 使用 :兼容于plsql vint2 integer : 1; vtxt1 text; vfloat float8; 使用查询赋值 vrelname text (select relname FROM pgclass LIMIT 1); vrelpages integer; vrec RECORD; BEGIN 在函数体中赋值 vtxt1 'teledbpg'; vfloat random(); 使用查询赋值的另一种方式 SELECT relname,relpages INTO vrelname,vrelpages FROM pgclass ORDER BY random() LIMIT 1; RAISE NOTICE 'vrelname % , relpages %',vrelname,vrelpages; END; $$ LANGUAGE plpgsql; CREATE PROCEDURE teledb CALL psetval(); NOTICE: vrelname pgtoast17220index , relpages 1 CALL teledb BULK COLLECT BULK COLLECT 将一个查询结果集保存起来。 示例1 plaintext teledb create table t5(f1 integer,f2 varchar(10)); CREATE TABLE teledb insert into t5 values(1,'teledbpg1'); INSERT 0 1 teledb insert into t5 values(2,'teledbpg2'); INSERT 0 1 teledb create or replace procedure pbulkcollect() AS $$ declare TYPE t5list IS TABLE OF t5.f2%TYPE; t5s t5list; BEGIN SELECT f2 BULK COLLECT INTO t5s FROM t5; FOR i IN t5s.FIRST .. t5s.LAST LOOP raise notice '%',t5s[i]; END LOOP; END $$language plpgsql; NOTICE: type reference t5.f2%TYPE converted to character varying CREATE PROCEDURE teledb CALL pbulkcollect(); NOTICE: teledbpg1 NOTICE: teledbpg2 CALL 示例2 plaintext teledb

CALL pcollatepinyin(); NOTICE: 严 > 丰 CALL teledb 变量赋值 plaintext teledb CREATE OR REPLACE PROCEDURE psetval() AS $$ DECLARE 定义时赋值 vint1 integer 1; 使用 :兼容于plsql vint2 integer : 1; vtxt1 text; vfloat float8; 使用查询赋值 vrelname text (select relname FROM pgclass LIMIT 1); vrelpages integer; vrec RECORD; BEGIN 在函数体中赋值 vtxt1 'teledbpg'; vfloat random(); 使用查询赋值的另一种方式 SELECT relname,relpages INTO vrelname,vrelpages FROM pgclass ORDER BY random() LIMIT 1; RAISE NOTICE 'vrelname % , relpages %',vrelname,vrelpages; END; $$ LANGUAGE plpgsql; CREATE PROCEDURE teledb CALL psetval(); NOTICE: vrelname pgtoast17220index , relpages 1 CALL teledb BULK COLLECT BULK COLLECT 将一个查询结果集保存起来。 示例1 plaintext teledb create table t5(f1 integer,f2 varchar(10)); CREATE TABLE teledb insert into t5 values(1,'teledbpg1'); INSERT 0 1 teledb insert into t5 values(2,'teledbpg2'); INSERT 0 1 teledb create or replace procedure pbulkcollect() AS $$ declare TYPE t5list IS TABLE OF t5.f2%TYPE; t5s t5list; BEGIN SELECT f2 BULK COLLECT INTO t5s FROM t5; FOR i IN t5s.FIRST .. t5s.LAST LOOP raise notice '%',t5s[i]; END LOOP; END $$language plpgsql; NOTICE: type reference t5.f2%TYPE converted to character varying CREATE PROCEDURE teledb CALL pbulkcollect(); NOTICE: teledbpg1 NOTICE: teledbpg2 CALL 示例2 plaintext teledb

select count(1) from teledbpg1; count 1000000 (1 row) Time: 57.713 ms teledb create materialized view countview as select count(1) as num from teledbpg1; SELECT 1 Time: 107.264 ms teledb select num from countview; num 1000000 (1 row) Time: 0.548 ms 性能提高上百倍。 有数据变化时刷新方法。 plaintext teledb insert into teledbpg1 select t,md5(random()::text) from generateseries(1,1000000) as t; INSERT 0 1000000 Time: 2817.703 ms (00:02.818) teledb select count(1) from teledbpg1; count 2000000 (1 row) Time: 147.231 ms teledb refresh materialized view countview; REFRESH MATERIALIZED VIEW Time: 259.462 ms teledb select num from countview; num 2000000 (1 row) Time: 0.555 ms 7. 建议复杂的统计查询可以尝试窗口函数。 8. 两表join时尽量的使用分布key进行join。 9. 分布键用唯一索引代替主键 plaintext teledb create unique index toididuidx on toids using btree(id); CREATE INDEX 因为唯一索引后期的维护成本比主键要低很多。 10. 分布键无法建立唯一索引则要建立普通索引，提高查询的效率 plaintext teledb create index toidsnameidx on toids using btree(name); CREATE INDEX 这样两表在join查询时返回少量数据时的效率才会高。 11. 不要对字段建立外键 目前TeleDB还不支持多DN 外键约束。

参数名称 参数描述 类型 ETag 参数解释： 本次上传数据的ETag值，使用MD5计算。 String

接口功能介绍 适用于计费方式为单独付费云电脑、资源包的计算增强型云电脑。 计算增强型云电脑功能请联系客户经理开通。 接口约束 无 URI POST /v3/ecs/batch/delete 路径参数 无 Query参数 参数 是否必填 参数类型 说明 示例 下级对象 regionId 是 String 资源池ID。 xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx 请求参数 请求头header参数 无 请求体body参数 参数 是否必填 参数类型 说明 示例 下级对象 desktopList 是 Array of Objects 云电脑列表，可设置一个或多个，最多 10 个 desktopList 表 desktopList 参数 是否必填 参数类型 说明 示例 下级对象 desktopOid 是 String 云电脑ID XXXXXXXXXXXXX6925 响应参数 参数 参数类型 说明 示例 下级对象 statusCode Integer 状态码。可能值： 800：请求成功。 900：请求失败。 800 error String 错误码。 ECPC1000 message String 提示信息。 OK. returnObj Object 返回数据结构体。 returnObj 表 returnObj 参数 参数类型 说明 示例 下级对象 errorMessage String 错误信息（仅创建单独付费云电脑有效）。 batchOrderPlacementResults Array of Objects 订单信息（仅创建单独付费云电脑有效）。 batchOrderPlacementResults 表 batchOrderPlacementResults 参数 参数类型 说明 示例 下级对象 submitted Boolean 提交结果。 errorMessage String 错误信息。 orderPlacedEvents Array of Objects 订单信息。 orderPlacedEvents 表 orderPlacedEvents 参数 参数类型 说明 示例 下级对象 newOrderNo String 订单号。 submitted String 提交结果。 totalPrice String 总价格。 newOrderId String 订单id。 errorMessage String 错误信息。